5月24日晚8点，「学术新青年讲座」CVPR 2021特别企划第8讲，特邀厦门大学在读博士杨丰祥主讲，主题为《基于抗噪学习与相机风格元学习的无监督行人重识别》。

近年来，基于深度学习的行人重识别模型取得了很高的准确性，但其成功很大程度上取决于需要大量标注的数据样本，而标注数据会耗费大量的人力财力。相反，在实际场景中采集大量未标记图像相对容易，这使得无监督行人重识别受到了越来越多的关注。

通常，根据是否使用额外的标记数据，无监督行人重识别可以分为两类，即无监督域自适应行人重识别和完全无监督行人重识别。前者借助一个标注好的数据集对网络进行初始化训练，再利用当前场景下大量无标注数据进行知识迁移；后者仅使用未标记的图像来训练模型。相较于前者，完全无监督行人重识别更具挑战性，它主要借助聚类算法对无标注数据打上伪标签，从而以监督方式训练模型。但此方法经常忽略两个重要因素：聚类带来的噪声干扰和相机移动而引起的图像视角、光照变化。那如何解决无监督行人重识别中上述两个关键问题呢？本次讲座将为你解惑~

在本次讲座中，杨丰祥博士将从无监督行人重识别的研究现状讲起，介绍一些经典的无监督行人重识别算法，并分析它们的局限性，最后针对噪声和相机移动问题，详细讲解他们在CVPR 2021中的解决方案：DSCE+MetaCam，附论文链接：https://arxiv.org/abs/2103.04618。

杨丰祥是厦门大学在读博士，师从李绍滋教授。他的研究兴趣主要集中在行人重识别领域的相关理论，如无监督行人重识别与域适应等。杨博在CVPR，AAAI等会议和IEEE TMM期刊上发表过多篇一作论文。